Python Pandas – 获取期间的年份组件

有些时候，我们需要从一段时间内提取出特定的时间组件。比如，从一个日期范围中提取出每个日期的年份。这时候，Python中的Pandas库就可以派上用场了。Pandas是Python中用于数据处理和分析的一个重要库，它提供了许多用于数据转换、筛选和操作的函数和方法。在本篇文章中，我们将介绍如何使用Pandas获取日期范围中的年份组件，并提供一些示例代码。

更多Pandas相关文章，请阅读：Pandas 教程

Pandas – Period对象

在Pandas中，时间范围可以用Period对象来表示。Period对象是用于表示单个时期的Pandas对象。它包含时间周期的开始和结束时间戳，以及该周期的频率。在获取日期范围中的年份组件时，我们通常需要将日期范围转换成Period对象。

下面是如何创建一个Period对象的示例代码：

import pandas as pd

date_range = pd.date_range('20220101', '20221231', freq='D')
period = pd.Period(date_range[0], freq='D')

print(period)

输出：

2022-01-01

在上面的代码中，我们首先使用date_range()函数创建一个从2022年1月1日到2022年12月31日的日期范围。接着，我们使用其中的第一个日期创建了一个Period对象，该期间为1天。

Pandas – PeriodIndex对象

在Pandas中，要获取一段时间范围内的所有日期的Period对象，我们可以使用PeriodIndex对象。PeriodIndex对象是通过序列方式存储Period对象的Pandas对象。我们可以使用date_range()函数来创建一个期间索引，该函数会返回一个PeriodIndex对象，其包含从开始日期到结束日期的所有期间。

下面是如何创建一个PeriodIndex对象的示例代码：

import pandas as pd

date_range = pd.date_range('20220101', '20221231', freq='D')
period_index = pd.PeriodIndex(date_range, freq='D')

print(period_index)

输出：

PeriodIndex(['2022-01-01', '2022-01-02', '2022-01-03', '2022-01-04',
             '2022-01-05', '2022-01-06', '2022-01-07', '2022-01-08',
             '2022-01-09', '2022-01-10',
             ...
             '2022-12-22', '2022-12-23', '2022-12-24', '2022-12-25',
             '2022-12-26', '2022-12-27', '2022-12-28', '2022-12-29',
             '2022-12-30', '2022-12-31'],
            dtype='period[D]', length=365, freq='D')

在上面的代码中，我们创建了一个PeriodIndex对象，并使用dtype参数指定了数据类型为period[D]，表示这些期间的频率为天。

Pandas – 获取年份组件

在Pandas中，要从PeriodIndex对象中获取年份组件，我们可以使用year属性。year属性会返回一个由所有日期的年份组成的数组，其长度与PeriodIndex对象中的日期数量相同。

下面是如何从PeriodIndex对象中获取年份组件的示例代码：

import pandas as pd

date_range = pd.date_range('20220101', '20221231', freq='D')
period_index = pd.PeriodIndex(date_range, freq='D')

years = period_index.year

print(years)

输出：

Int64Index([2022, 2022, 2022, 2022, 2022, 2022, 2022, 2022, 2022, 2022,
            ...
            2022, 2022, 2022, 2022, 2022, 2022, 2022, 2022, 2022, 2022],
           dtype='int64')

在上面的代码中，我们使用了year属性来获取所有日期的年份组件，并将其存储在一个Int64Index对象中。

Pandas – 示例代码

下面的示例代码演示了如何使用Pandas获取日期范围内的年份组件：

import pandas as pd

# 创建一个日期范围
date_range = pd.date_range('20220101', '20221231', freq='D')

# 将日期范围转换成PeriodIndex对象
period_index = pd.PeriodIndex(date_range, freq='D')

# 获取年份组件
years = period_index.year

# 打印所有年份
print(years)

输出：

Int64Index([2022, 2022, 2022, 2022, 2022, 2022, 2022, 2022, 2022, 2022,
            ...
            2022, 2022, 2022, 2022, 2022, 2022, 2022, 2022, 2022, 2022],
           dtype='int64', length=365)

在上面的代码中，我们首先使用date_range()函数创建了一个日期范围，并将其转换成PeriodIndex对象。接着，我们使用year属性获取了所有日期的年份组件，并将其存储在一个Int64Index对象中。最后，我们打印了所有年份。